Algoritmos de IA en radiología: guía de integración clínica

La autorización de un producto no resuelve el problema que encuentra un hospital al intentar ponerlo a trabajar: conectar el algoritmo con el PACS, trasladar el contexto clínico correcto, mostrar el resultado al radiólogo sin abrir otra aplicación y validar que el sistema no está introduciendo falsos positivos en una cadena diagnóstica ya saturada.

La integración de inteligencia artificial en radiología clínica no consiste en añadir una herramienta al ordenador del especialista. Consiste en modificar un flujo asistencial que depende de imágenes, informes, órdenes, datos clínicos y decisiones con consecuencias. Si la IA funciona fuera de ese circuito, no está integrada. Es un servicio paralelo.

El problema real no es comprar el algoritmo

La mayoría de los proyectos de IA médica empiezan por el extremo equivocado. Se selecciona un software porque obtiene buenos resultados en una demostración, porque está autorizado para una indicación concreta o porque el proveedor promete reducir los tiempos de lectura. Después se intenta encajarlo en los sistemas hospitalarios.

Ese orden genera problemas previsibles. El algoritmo recibe imágenes sin el contexto adecuado, devuelve resultados en un visor externo, obliga a copiar datos entre aplicaciones o produce alertas que nadie sabe priorizar. El producto puede ser técnicamente competente y, aun así, fracasar en la práctica.

En radiología, la integración debe resolver cinco preguntas operativas:

1. Qué estudio activa el análisis.

La orden debe llegar desde el sistema de información hospitalaria —HIS— o desde el RIS con una identificación inequívoca del paciente, la prueba y la indicación clínica.

2. Qué datos recibe el algoritmo.

No basta con enviar una serie de imágenes. El sistema debe distinguir modalidad, región anatómica, protocolo, lateralidad, contraste y momento de adquisición cuando esos elementos sean relevantes.

3. Dónde aparece el resultado.

El radiólogo necesita ver la segmentación, la anotación o la medida dentro de su entorno habitual, preferiblemente en el PACS y asociado al estudio original.

4. Cómo se incorpora la salida al informe.

El resultado de la IA puede ser una ayuda visual, una medición estructurada, una clasificación o una alerta. Cada formato exige una estrategia distinta de revisión y trazabilidad.

5. Qué ocurre si el sistema falla.

La exploración debe seguir siendo interpretable sin la IA. Un corte de red, una cola de procesamiento o una actualización defectuosa no puede bloquear la actividad diagnóstica.

Una IA radiológica que necesita un visor aparte, una copia manual y una segunda identificación del paciente no está integrada: está añadiendo fricción con una etiqueta de innovación.

La implantación de IA en hospitales exige mapear el recorrido completo del estudio. Desde la petición hasta el informe final. El algoritmo es solo un componente de esa cadena.

DICOM, HL7 y FHIR: la infraestructura que decide si la IA existe

El intercambio de información médica no se resuelve con una conexión genérica a una API. En radiología, las imágenes y los resultados tienen formatos, metadatos y reglas de identificación específicas. La interoperabilidad no es un detalle de ingeniería. Es una condición clínica.

DICOM: transportar la imagen no es suficiente

DICOM es el estándar fundamental para las imágenes médicas. Permite que las modalidades, los servidores y los visores intercambien estudios con una estructura común. Pero la integración de IA necesita algo más que mover archivos de un sistema a otro.

El algoritmo puede generar:

• una imagen secundaria con marcas;
• una segmentación de una lesión o de un órgano;
• una medición cuantitativa;
• una región de interés;
• una clasificación;
• un informe estructurado;
• una alerta asociada a un hallazgo.

Cada salida debe conservar la relación con el estudio original. Si una anotación aparece sin una referencia clara a la serie analizada, el radiólogo pierde tiempo reconstruyendo qué ha hecho el sistema. Ese tiempo no es una abstracción: se suma a la lectura.

Los estándares más relevantes para mostrar resultados directamente en el PACS son:

Un proveedor que solo ofrece una página web donde consultar el resultado no ha resuelto la integración radiológica. Ha creado otro destino al que el profesional debe desplazarse.

HL7 y FHIR: el contexto clínico no puede viajar por separado

Un modelo de IA no interpreta todos los estudios del mismo modo. La sospecha clínica, la edad, el tipo de exploración y el protocolo utilizado pueden cambiar la utilidad de una salida. El intercambio de órdenes y contexto debe estar alineado con el análisis de imagen.

HL7 continúa presente en muchos entornos hospitalarios para comunicar órdenes, resultados y eventos. FHIR aporta recursos y APIs orientados a la interoperabilidad moderna. Ninguno sustituye automáticamente al otro. La realidad suele ser híbrida: sistemas antiguos, integraciones propietarias y nuevas capas de servicios web conviven en el mismo hospital.

Por eso, el diseño no debe basarse en una lista de estándares, sino en los flujos concretos:

• el HIS origina o registra la orden;
• el RIS aporta el contexto radiológico;
• el PACS almacena y presenta las imágenes;
• el motor de IA recibe el estudio válido;
• el resultado vuelve al PACS o al sistema de informes;
• el EHR conserva el dato clínico cuando proceda;
• los registros de auditoría documentan qué versión del algoritmo procesó el estudio y cuándo.

La interoperabilidad defectuosa suele ocultarse durante las pruebas. El proveedor selecciona estudios preparados, con identificadores consistentes y protocolos limpios. La planta ofrece otra realidad: pacientes con exploraciones duplicadas, cambios de prioridad, estudios incompletos, datos demográficos inconsistentes y series que no cumplen exactamente las condiciones del modelo.

Cómo diseñar el flujo de trabajo sin crear una segunda radiología

La pregunta no es solo si el algoritmo acierta. También hay que determinar cuándo se ejecuta, quién revisa su salida y qué acción desencadena.

Un sistema de detección de hemorragia intracraneal puede tener valor si prioriza un estudio urgente en la lista de trabajo. Ese mismo sistema puede convertirse en ruido si genera una alerta visible para todo el personal, sin diferenciar una sospecha débil de un hallazgo crítico. La salida debe tener un lugar y una función.

El flujo mínimo que debe definirse

Antes de desplegar un software de radiología inteligente, el hospital debería describir por escrito:

1. Criterios de activación.

Modalidades, regiones anatómicas, protocolos y situaciones clínicas en las que el algoritmo debe procesar el estudio.

2. Tiempo máximo de respuesta.

No es igual una herramienta para planificación oncológica que una alerta destinada a urgencias. El valor clínico depende también de la latencia.

3. Canal de presentación.

La salida debe aparecer en el PACS, en la lista de trabajo, en el sistema de informes o en una combinación de estos puntos. Abrir una aplicación externa debe ser una excepción, no el diseño principal.

4. Responsable de revisión.

El algoritmo no puede quedar como una recomendación huérfana. Hay que establecer quién revisa el resultado y cómo se incorpora al razonamiento diagnóstico.

5. Gestión de discrepancias.

Cuando la IA marca una lesión que el radiólogo no confirma, el sistema debe permitir registrar la discrepancia y analizarla posteriormente.

6. Plan de contingencia.

La actividad debe continuar si el servidor no responde, si el análisis se retrasa o si la integración deja de enviar resultados.

La implantación falla cuando el algoritmo se introduce sin modificar la lista de trabajo ni las reglas de responsabilidad. El profesional recibe una notificación adicional, pero no dispone de más tiempo ni de una prioridad clínica mejor definida.

El coste oculto de los visores externos

Los visores web aislados tienen una ventaja durante la prueba inicial: permiten desplegar el producto con rapidez. También trasladan el coste al usuario. El radiólogo debe localizar el estudio, iniciar sesión, comprobar la identidad del paciente, esperar la carga de la imagen y regresar al PACS para comparar.

Ese recorrido es especialmente problemático en estudios complejos. La comparación entre la imagen original y la salida del algoritmo debe ser inmediata. Si el profesional tiene que alternar ventanas, verificar identificadores y reconstruir el orden temporal, aumenta el riesgo de error y disminuye la probabilidad de uso sostenido.

Una integración madura utiliza DICOM SR para resultados estructurados, DICOM SEG para segmentaciones y GSPS para anotaciones. El objetivo no es que el PACS parezca más sofisticado. Es que el radiólogo pueda revisar la propuesta del algoritmo sin abandonar el entorno en el que ya interpreta las imágenes.

Formación y confianza: el cuello de botella que no se arregla con marketing

La tecnología médica suele presentarse como si la resistencia profesional fuera un problema cultural. Es una explicación cómoda y bastante pobre. En la encuesta ESR EuroAIM/EuSoMII de 2024, el 55,6 % de los radiólogos señaló el sesgo y la fiabilidad de la IA como su principal preocupación clínica. Además, un 57 % manifestó no tener conocimientos suficientes para implementarla con confianza.

No estamos ante una falta de entusiasmo. Estamos ante una falta de herramientas para auditar el comportamiento del sistema.

Un radiólogo no necesita convertirse en ingeniero de aprendizaje automático. Sí necesita saber qué población se utilizó para validar el modelo, qué definición de positivo emplea, qué rendimiento ofrece por protocolo y qué ocurre cuando el estudio se aparta de los datos de entrenamiento.

La formación útil no empieza por las redes neuronales

La formación clínica debería centrarse en cuatro capacidades:

• Interpretar la salida. Saber si el sistema muestra una probabilidad, una clasificación, una medida o una alerta priorizada.
• Reconocer los límites. Identificar estudios fuera del ámbito validado, artefactos, protocolos incompletos y poblaciones subrepresentadas.
• Detectar el sesgo algorítmico. Comparar el rendimiento entre equipos, centros, grupos de edad, sexos, perfiles clínicos y características técnicas.
• Registrar la discrepancia. Documentar cuándo la recomendación de la IA no coincide con la lectura experta y por qué.

La interfaz también forma parte de la formación. Una probabilidad presentada sin contexto puede inducir una falsa sensación de precisión. Una máscara de segmentación que parece exacta puede ocultar un borde incierto. Un resultado binario puede convertir una ayuda en una orden implícita.

La formación debe acompañar al despliegue. Una sesión inicial no basta. El comportamiento de los usuarios cambia cuando aparecen falsos positivos, cuando el algoritmo se actualiza o cuando se modifica un protocolo de adquisición.

La confianza se cuantifica o se convierte en opinión

La confianza clínica no se obtiene con una demostración limpia de cinco casos. Se construye mediante indicadores observables:

• porcentaje de estudios procesados correctamente;
• proporción de resultados visibles en el PACS;
• tiempo desde la adquisición hasta la disponibilidad del análisis;
• tasa de falsos positivos por protocolo;
• casos no procesables y causa del fallo;
• discrepancias entre IA y radiólogo;
• frecuencia con la que el resultado modifica la priorización;
• impacto sobre el tiempo de informe;
• comportamiento del modelo después de una actualización.

Estos datos deben revisarse por periodos y por subgrupos. Un rendimiento global aceptable puede ocultar una caída relevante en una modalidad concreta o en un protocolo que el proveedor no utilizó durante la validación.

El error algorítmico no elimina la responsabilidad clínica

El debate sobre responsabilidad suele plantearse de forma binaria: si la IA se equivoca, responde el médico o responde el fabricante. La práctica asistencial es menos limpia. Intervienen el diseño del sistema, la validación local, la presentación del resultado, la supervisión, el protocolo clínico y la decisión final.

Un estudio publicado en NEJM AI en mayo de 2025 mostró un dato incómodo. Cuando un algoritmo detectaba una anomalía que el médico no había visto, la percepción de responsabilidad por negligencia atribuida al radiólogo alcanzaba el 72,9 % en casos de sangrado cerebral. Cuando la IA tampoco detectaba la anomalía, esa percepción era del 50,0 %.

La consecuencia práctica es clara: introducir una IA no reduce automáticamente la exposición del profesional. Puede aumentarla si el sistema genera una expectativa de detección superior o si el hospital no define cómo debe utilizarse la salida.

Cuatro escenarios de discrepancia

El hospital debe establecer una política para, al menos, estas situaciones:

1. La IA detecta un hallazgo y el radiólogo lo confirma.

El resultado puede apoyar la priorización o facilitar la medición, pero la decisión continúa documentándose dentro del informe clínico.

2. La IA detecta un hallazgo que el radiólogo no confirma.

No debe forzarse la inclusión del hallazgo. La discrepancia debe quedar registrada para evaluar si se trata de un falso positivo, una limitación de la lectura o un caso fuera del alcance del modelo.

3. El radiólogo detecta un hallazgo que la IA no identifica.

Este escenario es crítico para la vigilancia del rendimiento. La ausencia de alerta no equivale a ausencia de lesión.

4. La IA no puede procesar el estudio.

El fallo técnico debe distinguirse de un resultado negativo. Mezclar ambos estados contamina cualquier auditoría posterior.

La trazabilidad debe incluir la versión del algoritmo, la configuración aplicada, el momento de procesamiento y la salida mostrada al profesional. Sin esos datos, no se puede reconstruir qué vio el radiólogo ni qué comportamiento tuvo el sistema.

La aprobación regulatoria responde a una pregunta concreta: si el producto puede comercializarse bajo determinadas condiciones. No responde a la pregunta decisiva: si funciona de forma segura en este hospital, con estos protocolos y esta carga asistencial.

Eficiencia operativa frente a fragmentación

La promesa de eficiencia es uno de los argumentos más repetidos en la implantación de IA. Los datos del Future Health Index 2025 reflejan que un 90 % de los profesionales sanitarios considera que la IA ayuda a mejorar la eficiencia mediante la automatización de tareas repetitivas. La expectativa existe. La arquitectura necesaria para cumplirla, no siempre.

Automatizar una tarea no significa eliminar trabajo. A veces desplaza el trabajo hacia la revisión de alertas, la resolución de incidencias, la documentación de discrepancias y la gestión de resultados que antes no existían.

Dónde puede aportar eficiencia

En radiología, la IA puede contribuir de forma razonable en tareas como:

• priorizar estudios con sospecha de hallazgos urgentes;
• realizar segmentaciones preliminares;
• automatizar medidas repetitivas;
• comparar estudios cuando la herramienta está diseñada para ese propósito;
• detectar estudios potencialmente incompletos o técnicamente deficientes;
• preparar información estructurada para el informe;
• identificar patrones que merecen una revisión dirigida.

El beneficio depende de que el resultado esté disponible en el momento adecuado. Una segmentación que llega después del informe no ahorra trabajo. Una alerta que aparece junto a otras veinte notificaciones pierde valor. Un informe estructurado que no puede exportarse al sistema clínico se convierte en una pantalla más que revisar.

Cómo distinguir automatización de carga adicional

Durante el piloto, conviene comparar el flujo con IA y sin IA mediante variables sencillas:

Si el proveedor solo comunica la precisión del modelo y no permite medir estas variables, la evaluación está incompleta. La métrica del algoritmo no equivale a la métrica del servicio.

Validación local: el paso que separa una herramienta clínica de una demostración

Un algoritmo puede estar autorizado y no ser adecuado para un determinado centro. Puede haber sido entrenado con equipos distintos, protocolos diferentes o una distribución de casos que no representa la actividad local. El rendimiento publicado no se transfiere por decreto.

La validación local debe comenzar antes del uso asistencial general. No requiere probar todos los casos posibles, pero sí cubrir la variabilidad que define el entorno: fabricantes de equipos, resoluciones, protocolos, urgencias, pacientes complejos y estudios con artefactos habituales.

Fases recomendables para la implantación

1. Definir la indicación exacta

No basta con decir detección de cáncer, trauma o patología torácica. Hay que concretar la modalidad, el protocolo, el tipo de hallazgo y la decisión que se pretende apoyar.

Un algoritmo para nódulos pulmonares en tomografía computarizada no debe evaluarse como si analizara cualquier exploración torácica. La indicación clínica debe coincidir con la población y el protocolo en los que se utilizará.

2. Auditar los datos de entrada

Hay que revisar la calidad de los metadatos, la identificación de pacientes, la integridad de las series y los tiempos de transmisión. Muchos fallos atribuidos al modelo son en realidad fallos de selección o preparación del estudio.

La cadena de custodia también importa. Las copias manuales, las exportaciones fuera del PACS y los cambios de identificador complican la trazabilidad y aumentan el riesgo de asociar una salida al paciente equivocado.

3. Ejecutar un piloto controlado

El piloto debe observar el uso real, no únicamente la capacidad técnica del proveedor. Durante esta fase se pueden analizar los resultados sin que la IA determine por sí sola la conducta clínica, siempre que el diseño esté aprobado por la organización y sea compatible con sus procedimientos.

El objetivo es responder preguntas concretas:

• ¿Qué porcentaje de estudios llega correctamente al algoritmo?
• ¿Cuánto tarda la respuesta?
• ¿Cuántas salidas son clínicamente útiles?
• ¿Cuántas alertas no aportan información?
• ¿Qué grupos o protocolos presentan peor comportamiento?
• ¿Dónde se rompe la interoperabilidad?
• ¿Qué trabajo adicional aparece para radiólogos y técnicos?

4. Establecer umbrales de aceptación

No todos los centros necesitan el mismo equilibrio entre sensibilidad, especificidad y velocidad. En una herramienta de triaje urgente puede aceptarse una mayor tasa de falsos positivos si la priorización aporta valor. En una herramienta de medición o segmentación, el error puede tener otras consecuencias.

Los umbrales deben definirse antes de analizar los resultados. Si se fijan después, el hospital corre el riesgo de adaptar la interpretación a la narrativa comercial.

5. Vigilar el rendimiento tras el despliegue

La validación no termina cuando el sistema entra en producción. Cambian los equipos, los protocolos, la población atendida y las versiones del software. También pueden cambiar los criterios de adquisición de las imágenes.

El seguimiento debe incorporar control de deriva. Si aumenta la proporción de estudios no procesables o cambia la distribución de alertas, hay que investigar la causa. El modelo no debe permanecer activo por inercia.

Errores frecuentes en la implantación

Los fallos más habituales no son exóticos. Se repiten porque el proyecto se organiza alrededor del producto y no del circuito clínico.

1. Confundir autorización con eficacia local.

La aprobación regulatoria no sustituye la prueba con los equipos, protocolos y pacientes del centro.

2. Medir solo sensibilidad y especificidad.

Una herramienta puede tener buenos indicadores en un conjunto de datos y generar una carga operativa inaceptable en producción.

3. Ocultar los falsos positivos.

Una alerta incorrecta consume tiempo y puede erosionar la confianza más rápido que una salida prudente.

4. No registrar las versiones.

Si el algoritmo cambia sin trazabilidad, los resultados de dos periodos dejan de ser comparables.

5. Dejar fuera a los técnicos y al personal de sistemas.

La calidad de la adquisición y la conexión con HIS, RIS y PACS condicionan el resultado tanto como el modelo.

6. Crear una cola de trabajo independiente.

Una segunda lista de estudios fragmenta la actividad y favorece que las alertas queden sin revisar.

7. No definir qué significa un resultado negativo.

El silencio del algoritmo puede significar que no detecta la lesión, que el caso está fuera de alcance o que el estudio nunca llegó a procesarse.

8. Desplegar demasiados algoritmos a la vez.

Cada herramienta introduce reglas, alertas, actualizaciones y requisitos de soporte. La acumulación puede superar la capacidad real de supervisión.

Qué debe exigir un hospital antes de desplegar una IA radiológica

La evaluación del proveedor debe salir de la presentación comercial y entrar en la operación diaria. Estas son las cuestiones que conviene resolver antes de firmar:

• ¿Qué modalidades y protocolos admite exactamente el modelo?
• ¿Qué formato utiliza para devolver imágenes, segmentaciones, anotaciones e informes?
• ¿Puede entregar resultados mediante DICOM SR, DICOM SEG o GSPS?
• ¿Cómo consume las órdenes del HIS y el contexto del RIS?
• ¿Dónde se muestra la salida dentro del PACS?
• ¿Qué ocurre si el estudio tiene series incompletas o metadatos inconsistentes?
• ¿Qué latencia media y máxima se observa en el entorno previsto?
• ¿Cómo se registra la versión del algoritmo y la configuración aplicada?
• ¿Qué herramientas ofrece para auditar falsos positivos, falsos negativos y casos no procesables?
• ¿Cómo se notifica una actualización del modelo?
• ¿Puede desactivarse el procesamiento sin interrumpir la lectura convencional?
• ¿Qué soporte existe para DICOMweb, HL7, FHIR o APIs RESTful cuando sean necesarios?
• ¿Cómo se integra el resultado en el informe y en la historia clínica?
• ¿Qué datos conserva el proveedor y durante cuánto tiempo?
• ¿Qué plan existe para migrar, exportar o eliminar los datos al finalizar el contrato?

Las respuestas deben verificarse en un entorno de prueba. Una capacidad declarada en la documentación no equivale a una integración operativa. La diferencia aparece cuando el algoritmo recibe estudios reales, con la nomenclatura y los problemas del hospital.

La integración de IA en radiología debe reducir decisiones repetitivas, no añadir incertidumbre

La inteligencia artificial puede mejorar la radiología. Los profesionales sanitarios tienen motivos para confiar en ese potencial: el 77 % de los encuestados en el Future Health Index 2025 considera que la IA mejorará los resultados de salud. Pero la confianza no es una licencia para desplegar software sin control.

La tecnología aporta valor cuando se cumplen tres condiciones. El algoritmo recibe el estudio correcto. El resultado aparece dentro del flujo clínico. El equipo sabe interpretar, cuestionar y auditar la salida.

Todo lo demás es decoración técnica.

La integración de inteligencia artificial en radiología clínica debe empezar por el circuito asistencial, no por el catálogo de modelos. DICOM, DICOM SR, DICOM SEG, GSPS, HL7 y FHIR no son siglas para completar una memoria de proyecto. Son los mecanismos que determinan si la información llega al profesional con identidad, contexto y trazabilidad.

Nos enfrentamos a una generación de herramientas capaces de analizar imágenes médicas con una precisión notable en condiciones controladas. El trabajo serio empieza después: comprobar qué ocurre en el hospital real, con sus protocolos, sus retrasos, sus pacientes y sus sistemas antiguos. Ahí se decide si estamos ante software de radiología inteligente o ante otra ventana abierta que nadie necesita.